同一个抬腿动作，看起来相似，具体由哪块肌肉出了多少力，却未必一样。肌肉力——肌肉收缩后经肌腱传出的拉力——直接影响动作和关节负荷，但运动中直接测量肌肉—肌腱载荷通常需要侵入式传感器，传统模型又依赖多项假设。据 Nature Communications 既有研究，这正是无创测量方法想补上的缺口。
这项工作尝试用超宽带雷达（UWB radar）隔着皮肤扫描：它发出跨越很宽频段的低功率无线信号，再从信号变化中观察肌肉收缩时的组织变化。研究者随后用 LSTM——一种擅长从连续信号中寻找时间关系的神经网络——估算肌肉力量。据 Dryad 数据仓库，公开数据覆盖股外侧肌和胫骨前肌，并包含等长、疲劳性等长、等速、等张及被动膝伸展等条件；其中，疲劳性等长膝伸展记录用于训练 LSTM，动态膝伸展记录则用于训练线性模型估算膝关节力矩。
值得关注的是，它把雷达测量从静止发力推向了动态动作。如果这种关联能稳定跨越不同收缩条件，机器人控制、康复评估和人体建模就可能获得一类过去很难拿到的数据。不过现有供稿未披露样本规模、误差数字及跨人泛化表现，实际可靠性仍需看完整论文与后续验证。